图1 ST-AA-CAES总体架构
Fig.1 Architecture of solar thermal composite AA-CAES
摘要 分布式综合能源系统（DIES）的大力发展，对促进清洁能源消纳、提升综合能源利用水平起到了关键作用。该文基于青海地区丰富的太阳能资源，考虑DIES的热、电耦合特性，将光热复合先进绝热压缩空气储能（ST-AA-CAES）作为其能源枢纽，提出了基于ST-AA-CAES的DIES。首先，面向农业园区应用场景，提出了DIES设计方案，并刻画了其各子系统的运行约束模型；其次，以系统最小化整体投资运行成本为目标函数，建立了其容量规划模型；进一步，对所建约束模型进行线性等价转换，转换为便于商业求解器求解的混合整数线性规划模型；最后，通过算例验证了所提模型的有效性。
关键词：分布式综合能源系统（DIES） 光热复合先进绝热压缩空气储能（ST-AA-CAES） 农业园区 容量规划
由于当前化石能源的短缺和碳排放引起环境问题的日趋严重，提高清洁能源的开发与利用水平，降低碳排放，已成为世界各国达成的共识[1-2]。我国在“十四五”期间承诺将于2030年前实现“碳达峰”、2060年前实现“碳中和”。其中，我国西部的农业园区存在能源利用方式粗放、碳排放问题突出等问题，因此，实现农业园区全清洁能源供能对双碳目标的实现具有重大意义。目前农业园区的负荷需求主要是电能和热能，电能的需求依赖于农村电网的供应，由于当前农村电网存在网架结构薄弱、电网设施老旧等问题，导致电网供电可靠性不足；热能的需求主要是通过燃烧煤炭及生物质能供应，产生的二氧化碳排放，不仅与双碳目标相悖，还恶化了当地的生态环境。为贯彻落实“双碳”目标，太阳能清洁供热得到了快速发展。然而在极端低温天气的影响下，供暖能力的不足会造成农业园区温室大棚内的作物大面积死亡，极大地限制了地区农业的发展。因此，实现清洁能源的就地消纳对农业园区的生产和发展具有重要价值和意义。
为此，青海省积极响应中央打造清洁能源产业高地的政策号召，充分发挥青海农业园区得天独厚的风、光优势，积极打造清洁能源绿色村镇，大力推进农业园区高比例分布式清洁能源系统的建设。然而，以风、光为代表的清洁能源供应存在不稳定性和间歇性，给农业园区的全清洁能源供能、用能带来巨大挑战[3-4]，这极大地限制了清洁能源综合利用水平。为此，已有相关学者对其展开了大量的研究。其中，构建面向医院、工厂园区[5-6]及岛屿[7]的分布式综合能源系统（Distributed Integrated Energy System, DIES）能够实现能源的梯级利用[8]，为平滑电网负荷和消纳清洁能源提供了一条新途径。
储能作为DIES中重要的组成部分，可以实现清洁能源的就地消纳、存储及利用[9]。因此，合理地配置储能系统就显得尤为重要。随着储能技术的发展，先进绝热压缩空气储能（Advanced Adiabatic Compressed Air Energy Storage, AA-CAES）因具有运行寿命长、清洁、环保等特点[10-11]，得到了国内外相关学者和研究机构的广泛关注。放眼国际，在大规模储能项目示范工程中，瑞士ALACAES公司于2016年在比亚斯卡镇建成了一座1MW的AA-CAES示范系统[2]。加拿大NRStor和Hydrostor公司于2017年在戈德里奇镇建设一座1.75MW的基于盐穴储气的AA-CAES 试验电站[2]。虽然我国对AA-CAES技术的研究起步较晚，但近年来在研究和生产方面也积累了一定的经验和成果。江苏金坛盐穴CAES国家试验示范项目[12]于2021年并网试验成功，并于2022年5月正式开始商业化运营，开辟了我国AA-CAES商业化应用的先河。在分布式AA-CAES研究方面，清华大学在青海大学校园内搭建了世界上首座100kW光热复合先进绝热压缩空气储能（Solar Thermal Composite Advanced Adiabatic Compressed Air Energy Storage, ST- AA-CAES），并完成了冷热电三联供实验[13]。这些示范项目极大地促进了AA-CAES在DIES中的应用研究。因此，对于AA-CAES容量规划问题亟待进行研究。
目前，已有相关学者对CAES的容量规划展开了大量研究。文献[14]以绿色海岛为研究对象，提出了含CAES的典型绿色海岛综合能源系统，并对储能系统进行容量规划。文献[15]构建了CAES备用容量模型，并参与到电力系统运行过程中，在缓解风电抑制的同时降低了系统能量和备用成本；文献[16]提出了一种电加热器和CAES互补的混合储能技术，并利用光谱分析方法确定各组分容量，最后将其应用于风力发电系统，以达到调峰的目的；文献[17]为提高风能利用率，以系统效益最大化为目标，研究了基于风能不确定性的CAES容量配置。上述文献研究的是AA-CAES参与热、电能流场景下的容量规划配置，并未对AA-CAES耦合外部热源方面进行展开分析。
由此，文献[18-19]设计了ST-AA-CAES，提高了系统做功能力与发电效率；基于此，文献[20]通过引入双脉宽调制变流技术，实现了ST-AA-CAES膨胀系统的最大效率运行；文献[21]为促进新能源的消纳，提出了海浪-风-太阳能AA-CAES的海上多能源互补系统，实现了沿海地区能源的可持续发展。上述文献将光热作为AA-CAES外部热源，为AA-CAES的应用提供参考。但对于ST-AA-CAES参与DIES的容量规划方面，还有待进一步研究。
为此，本文提出了含ST-AA-CAES的DIES。主要创新之处在于：①在对DIES的储能需求进行深入分析的基础上，针对农业园区的特点，以ST-AA-CAES为能源枢纽，提出一种基于ST-AA-CAES的DIES架构；②通过分析ST-AA-CAES的各子系统之间的耦合关系和运行模式，建立各子系统的数学模型，并进行线性化处理，然后结合农业园区用能数据，对各子系统进行容量规划配置；③以系统最小化整体投资运行成本为目标函数，以农业园区的负荷需求约束展开算例分析，验证了本文所提模型的有效性。
针对我国青海地区各季节昼夜温差大、气温低的特点，本文构建了一个面向农业园区的、实现清洁能源就地消纳、就地供能的小型DIES，通过对清洁能源的实时存储、统一调度，协调规划，实现农业园区对热、电负荷需求的供应。
AA-CAES所具有的热、电联储/供特性使其在参与DIES调度中能显著降低系统的运行成本，提升系统的清洁能源消纳能力，其主要由压缩机、换热器、热水罐、冷水罐、储气罐、膨胀机等构成。储能时，AA-CAES利用电网的低谷电驱动压缩机工作，将常温空气压缩至高温高压状态，然后通过换热器对高温高压空气进行解耦。解耦后的压缩热会储存在热水罐中，高压气体储存在储气罐中；释能时，利用压缩热加热从储气罐中释放的高压气体，通过驱动膨胀机做功发电。
ST-AA-CAES总体架构如图1所示，其储能过程与传统的AA-CAES类似。不同之处在于释能过程，从储气罐流出的高压气体流经光热集热系统的加热器后，吸收来自光热集热系统中的高品位热，提升进入膨胀机前高压空气的温度，增加其做功发电效率。
图1 ST-AA-CAES总体架构
Fig.1 Architecture of solar thermal composite AA-CAES
在本文所设计的AA-CAES中，压缩过程中产生的压缩热用于供应农户的日常生活热水，对热能品位要求不高，所以选取水作为AA-CAES的换热介质。而在光热集热系统中，收集到的高品位热一部分用来加热进入膨胀机的进口空气温度，另一部分用来给整个农业园区供暖，对热能品位要求较高，故选取传热温度高的导热油作为光热集热系统中的换热介质。
值得注意的是，本文将ST-AA-CAES作为DIES的能源枢纽。其源侧（输入侧）为分布式光伏发电系统，用于消纳弃光电；网侧（输入侧）与当地农村电网相连接，用于消纳低谷电；荷侧（输出侧）为农业园区提供电能和热能。总之，在整个DIES运行过程中，农村电网与光伏始终与ST-AA-CAES进行连接，系统的首要任务就是满足农业园区的用能负荷需求。当系统供能高于农业园区用能负荷需求时，剩余的能源将存储在储能系统中；否则，储能系统将会填补用能缺口，满足农业园区对于热、电能源形式的需求。
在AA-CAES中，热水罐中的储水量和储气罐中的储气量共同决定系统的储电量，而热水罐中的储水量又决定系统的储热量。故在本文所提出的AA-CAES容量规划方法中，首先应该对热水罐的体积和储气罐的体积进行约束规划。
热水罐中的储水量为[14]
（1）
式中，
和
分别为
时刻和
时刻热水罐中的储水量；
为热水罐中储水量的变化率；
为单位时刻调度时长；
为水的密度；
为热水罐的体积。
储气罐内的气压为[19]
（2）
式中，
和
分别为
和时刻储气罐的气压；
为储气罐气压的变化率；
和
分别为储气罐气压的上、下限。
热水罐中储水量的变化率和储气罐的气压变化率可以表示为[14]
（3）
式中，
、
、
、
分别为AA-CAES在时刻的压缩功率、发电功率、储热功率、供热功率；
为流过压缩机/膨胀机的空气质量流量与储气罐气压变化率之间的关系系数；
、
分别为压缩机空气质量流量、膨胀机空气质量流量与热水质量变化率间的关系系数；
、
分别为压缩功率/发电功率与流过压缩机/膨胀机的空气质量流量之间的关系系数；
为储热/供热功率与热水质量变化率间的关系系数。上述的关系系数模型见附录。
AA-CAES中的压缩机通常采用多级压缩、级间冷却模式，以降低压缩机功耗，其数学模型为[22-23]
（4）
式中，
为
时刻流入压缩机的空气质量流量；
为压缩机效率；γ为空气的等熵指数；
为理想气体系数；
为进入各级压缩机组的空气温度；
为每级压缩机的压缩比。
压缩机出口温度为
（5）
压缩机级间冷却器出口温度为
（6）
式中，
为冷水罐温度；
为换热器的效能。
AA-CAES中的膨胀机通常采用多级膨胀、级间再热模式，以提高膨胀机的发电功率，其模型为[22-23]
（7）
式中，
为膨胀机效率；
为时段流入膨胀机的流量；
为进入各级膨胀机组的空气温度；
为每级膨胀机的膨胀比。
膨胀机出口温度为
（8）
膨胀机级间加热器出口温度为
（9）
式中，
为热水罐温度。
针对我国青海地区地势高、气温低的特点，本文研究的面向青海农业园区的DIES中，加入光热集热系统，扩展了系统的热量来源。
光热集热系统可以将太阳直射辐照转换为AA-CAES可以直接利用的热能。t时刻光热集热系统的产热功率为[24]
（10）
式中，
为光热集热系统的镜场面积；
为时刻太阳的直射辐照强度；
和
分别为入射角修正系数（IAM）的纵向分量和横向分量，它们主要取决于入射角的纵向分量
和横向分量
[25]；
为镜场的光学效率；
为终端损耗光效率；
为清洁度系数；
为太阳能冷却器的换热系数；
为光热集热系统处于空闲状态与运行工况下的二进制变量。
终端损耗光效率为[25]
（11）
式中，
、
分别为光热集热系统中单位反射镜的焦距、长度。
在设计光热集热系统时，镜场面积作为决策变量需要对其进行规划约束，具体约束为
（12）
式中，
为镜场面积最大值。
光热集热系统产生的高品位热储存在高温罐中，其储存的热量为[26]
（13）
式中，
、
分别为高温罐在和
时刻的储热量；
为高温罐的热损失率；
为光热集热器与高温罐的热转换效率；
为时刻流向高温罐的热量；
为高温罐流向膨胀机的热量。
高温罐充放热约束为
（14）
（15）
式中，
、
分别为高温罐的最大充、放热功率。
1）地源热泵运行约束
随着我国“煤改电”以及“碳减排”政策的不断实施，燃煤锅炉早已禁止使用。地源热泵作为一种低能耗、无污染排放的电转热设备，得到了政府的大力推广。
地源热泵是一种吸收低品位热，通过电力做功，将其转换为高品位热的设备，其供热功率表达式[27]与约束分别为
（16）
式中，
为时刻地源热泵消耗的电功率；
为供热功率上限；
为制热系数。
2）LED补光灯运行约束
为了保证光照不足条件下（阴雨天或者雨雪天）农作物的正常生长发育，对温室大棚采用补光技术以提高农作物的光合速率，LED补光灯能耗表达式为
（17）
式中，
为补光灯的数量（根据不同时间进行考量）；
为单个补光灯所消耗的功率；
为补光灯工作时间。
3）水泵运行约束
水泵的工作原理是电动机带动水泵叶轮做高速旋转，从而达到给水施加离心力的目的，其能耗表达式为
（18）
式中，
为水泵的功率；
为时刻水泵处于空闲状态与运行工况下的二进制变量。
本文以光热复合压缩空气储能系统最小化整体投资运行成本为目标函数，其表达式为
（19）
式中，
为AA-CAES的购电成本；
为AA-CAES的投资成本；
为AA-CAES的运行维护成本；
为光热集热系统投资成本。
AA-CAES系统从电网的购电成本为
（20）
式中，
为时刻的电价；
为时刻AA-CAES从电网购买的电能。
AA-CAES的投资成本可以表示为[14]
式中，
、
分别为AA-CAES单位压缩功率、发电功率的投资成本；
、
分别为AA-CAES单位储热量、供热量的投资成本；
、
分别为AA-CAES单位体积储气罐、热水罐的投资成本；
、
分别为AA-CAES的额定压缩功率、额定发电功率；
、
分别为AA-CAES装置的额定储热量、额定供热量；
为储气罐体积；
为贴现率；
为AA-CAES的寿命。
AA-CAES的运行与维护成本为[28]
（22）
式中，
为AA-CAES单位功率的年运行与维护成本。
光热集热系统的投资成本为[19]
（23）
式中，
为光热集热系统的单位面积镜场的投资成本。
AA-CAES的运行约束包括电功率平衡约束、热功率平衡约束、购电功率约束。
1）电功率平衡约束
（24）
式中，
为时刻的电负荷功率。
2）热功率平衡约束
（25）
式中，
为时刻热负荷功率。
3）购电功率约束
（26）
式中，
为AA-CAES从电网购电的最大功率。
针对式（A3）中的非线性项，可以将AA-CAES储气罐的气压表达式和气压上、下限约束转换为储气罐的储气质量表达式和储气质量上、下限约束，并简化系数
，转换后的表达式分别为
（27）
（28）
式中，
、
分别为储气罐在、时刻的储气质量；
为储气罐在时刻的气体质量变化率。
针对附录中式（A7）～式（A10）包含二进制变量与连续变量非线性项的相乘，为了便于求解，需要对所建模型进行线性化处理，并采用大M法对其进行线性转换。以式（A7）为例，转换后得到的等效线性约束如式（29）所示。同理，式（A8）～式（A10）也可用此方法进行线性转换，具体不再展开赘述。
（29）
式中，M为一个足够大的正数；
为t时刻压缩工况。
经过上述方法处理后，本文所建立的AA-CAES容量规划模型转换为便于求解的混合整数线性规划模型，然后采用CPLEX求解器进行求解。
本文算例分析以我国青海省某草莓农业园区热电联供综合能源系统为典型应用场景，对ST-AA-CAES进行容量规划。主要负荷、AA-CAES及光热集热系统的基本参数见附表1～附表3[14,19,29]。
考虑到青海农业园区负荷的热、电负荷需求差异，尤其是在极端天气状况下，供热不足会严重影响园区农业产出，造成重大损失。为此，本文选取冬季典型日进行系统容量优化配置。典型日调度周期为24个时段，其中热、电负荷的预测曲线如附图1所示。太阳的直射辐照强度预测数据利用Meteonorm软件，从中获得几个典型气象年的冬至日数据，对其进行加权平均，从而得到该地区典型日的太阳直接法向辐射强度预测曲线[25]，如附图2所示。
根据青海省发改委发布的峰谷分时电价，将每天用电时间分为高峰、平段、低谷三个时段。每日9:00～12:00、18:00～23:00为用电峰时段，电价为0.627元/(kW·h)；13:00～17:00为用电平时段, 电价为0.425元/(kW·h)；0:00～8:00为用电谷时段, 电价为0.224元/(kW·h)。
通过本文所建立的优化规划模型，可以得到AA-CAES各部件容量配置结果以及各项投资、运行与维护成本，结果见表1。
表1 ST-AA-CAES的容量配置结果及成本
Tab.1 Capacity configuration results and costs of solar thermal composite AA-CAES
参数数值 压缩功率/kW720 发电功率/kW631 热水罐储热量/kJ2.1×107 热水罐供热量/kJ2.1×107 热水罐体积/m3130 高温罐储热量/kJ2.54×106 高温罐体积/m310 储气罐体积/m350 压缩单元年化投资成本/(万元/年)9.83 发电单元年化投资成本/(万元/年)9.14 储热单元年化投资成本/(万元/年)1.58 供热单元年化投资成本/(万元/年)1.47 储气罐年化投资成本/(万元/年)1.58 热水罐年化投资成本/(万元/年)3.46 年化运行与维护成本/(万元/年)9.9 购电成本/(万元/年)4.29 光热集热系统镜场面积/m21 500 光热集热系统投资成本/万元138
根据本文所配置的容量结果并参考文献[14]中各单元年化投资成本，得出本文所配置的AA-CAES的总投资成本约为722万元，其中光热集热系统的投资成本为138万元。虽然总投资成本增加了16%，但是在满足农业园区温室大棚供暖需求后，能为农户带来良好的经济效益。
典型日电量调度结果如图2所示。由图2可以看出，AA-CAES在1:00～7:00用电低谷和平谷时段从电网购买电能来驱动压缩机工作，进行压缩储能。在9:00～13:00、18:00～19:00用电高峰时段，系统进行释能驱动膨胀机发电。配置AA-CAES后，系统购电功率较高，主要是因为系统电-电转换效率较低，因此需要购买大量的低谷电来满足用电高峰期农业园区正常生活用电。由于分时电价机制，用电峰谷差电价达到了0.404元/(kW·h)，AA-CAES能通过削峰填谷获得较好的经济效益。
图2 典型日电量调度结果
Fig.2 Electric power scheduling results in a typical day
典型日热量调度结果如图3所示。由图3可以看出，在1:00～7:00时段夜间用热高峰期时，地源热泵和AA-CAES共同承担园区用热需求。7:00时段之后，用热需求逐渐降低，此时光热集热系统收集到的热量逐渐增多，高温罐通过释放光热集热系统储存的热量为园区提供大部分热量，其余则由热泵与AA-CAES填补剩余用能缺口。对比图2可以看出，在压缩机处于压缩工况的同时，系统还在向外部供热。这是因为热水罐体积较大，储热水量较多，主要为园区供热，富余热量为农户提供生活热水。当热水罐内储热水量不足时，光热集热系统收集到的热源用于直接供给热负荷需求，其余则用来加热进入膨胀机前的空气温度，提升系统做功效率。
图3 典型日热量调度结果
Fig.3 Heat power scheduling results in a typical day
常规AA-CAES热源受限于压缩热不足，存在储能设备容量小和热品位低等问题。若将热水罐中的热水用于农业园区草莓供暖，难以满足草莓正常生长温度。因此需要加入外部热源，光热集热系统与AA-CAES进行耦合，摆脱了系统对于压缩热的依赖，提高了储热容量与温度，增强了系统供热的灵活性。本文通过文献[30]中不同夜间温度处理下对草莓生长影响的数据，绘制出4条不同夜间温度下草莓的平均单株产量折线图，如图4所示。从图4中可以看出草莓的平均单株产量受温度影响较大，前期（1、2月份产量总和）8～12℃与大于12℃情况下，草莓产量为149g；其次是4～8℃，其产量为146g；最后是1～4℃，其产量为72g。夜间温度高，加快了草莓的果实成熟期，实现了前期草莓产量的最大化。
图4 不同夜间温度下草莓的产量
Fig.4 Yield of strawberries at different night temperatures
AA-CAES储气罐压力变化曲线如图5所示。由图5可以看出，储气罐压力变化曲线在7:00～8:00达到峰值，主要是在用电低谷时段，系统进行压缩储气，气压处于上升状态。在用电高峰时段，储气罐释放高压气体驱动膨胀机运行，储气罐气压处于下降状态。在经过一天的循环后，储气罐的气压又回到了初始气压30bar(1bar=105Pa)，满足了储能系统连续性运行的要求。
图5 AA-CAES储气罐压力变化曲线
Fig.5 Variation curves of AA-CAES gas storage tank pressure
AA-CAES储热水量变化曲线如图6所示。从图6可以看出，储热罐储热水量曲线变化较大，主要是AA-CAES压缩/膨胀过程中产生/消耗的热量，以及储热/供热过程中向DIES吸收/放出的热量均会对其产生影响。
图6 AA-CAES储热水量变化曲线
Fig.6 Variation curves of AA-CAES heat storage water volume
需要说明的是，采用ST-AA-CAES给温室大棚供热后，满足了草莓最佳生长温度，缩短了草莓生长周期1～2个月。特别是在春节草莓销售黄金期，草莓单价为55元/斤，远高于淡季的20元/斤。通过保障上市时间和产量（按3 000斤/棚计），可以为每栋温室大棚年增收10.5万元，根据热水罐中储热量可知，理论上能够为10座大棚进行供暖，可在8年左右收回成本，具有良好的经济效益。
本文以面向热电联供农业园区的DIES为研究对象，首先设计了ST-AA-CAES，并建立了各子系统的数学模型；进一步，针对农业园区这一典型用能场景，提出了以系统整体投资最小为目标的ST-AA-CAES容量规划方法；然后采用大M法对所建模型进行线性化处理，从而使ST-AA-CAES容量优化模型转换为便于求解的混合整数线性规划问题；最后，基于青海海东某农业园区进行算例分析。结果表明：相比于单一的AA-CAES容量规划，通过引入光热集热系统，对提升系统热电联供的灵活性和经济性具有重要作用。在高寒地区农业园区应用场景下，8年左右即可收回投资成本，具有良好的应用前景。
关系系数
和
的计算式为[14,24]
（A1）
（A2）
式中，
为空气的比热容；
为压缩机级数；
为膨胀机级数。
本文在考虑储气方式时采用换热系数较高的储气罐进行储存，关系系数kst为[14]
（A3）
式中，
为流入/流出储气罐的气体温度。
根据能量守恒定律，关系系数
、
和
可以表示为[14]
（A4）
（A5）
（A6）
式中，
为水的比热容；
、
分别为热水罐、冷水罐内的水温；
、
分别为各级压缩机、膨胀机出口处的温度；Twg为膨胀过程中热水流经换热器后换热的温度；
为热水在供热后的回水温度。
AA-CAES的压缩功率约束、发电功率约束、储热量约束、供热量约束和运行工况约束为
（A7）
（A8）
（A9）
（A10）
（A11）
（A12）
式中，
、
、
、
分别为
时刻压缩工况、发电工况、储热工况、供热工况的二进制变量；
、
分别为压缩机组、膨胀机组的宽工况运行范围。
在本文所提容量规划方法中，各待规划量指AA-CAES的额定压缩功率约束、额定发电功率约束、额定储热量约束、额定供热量约束、储气罐体积约束和热水罐体积约束，各待规划量的具体约束为
（A13）
（A14）
（A15）
（A16）
（A17）
（A18）
式中，
、
分别为额定压缩功率约束上、下限；
、
分别为额定发电功率约束上、下限；
、
分别为额定储热量约束上、下限；
、
分别为额定供热量约束上、下限；
、
分别为储气罐体积约束上、下限；
、
分别为热水罐体积约束上、下限。
附表1 负荷参数
App.Tab.1 Load parameters
设备参数数值 地源热泵供热功率上限/kW1 600 制热系数4.4 LED补光灯单个补光灯功率/W60
附表2 AA-CAES的基本运行参数
App.Tab.2 Basic operating parameters of AA-CAES
参数数值 单位压缩功率投资成本/(元/kW)2 570 单位发电功率投资成本/(元/kW)2 140 单位储热量投资成本/[元/(kW·h)]330 单位供热量投资成本/[元/(kW·h)]330 单位体积储气罐投资成本/(元/m3)195 单位体积热水罐投资成本/(元/m3)880 单位功率运行与维护成本/(元/kW)73 压缩机组/膨胀机组的级数4/3 压缩机组/膨胀机组的变工况范围0.3～1.0 压缩机组/膨胀机组的等熵效率(%)85 储气罐气压上限/bar80 储气罐气压下限/bar30 热水罐内水温/K333 供热后的回水温度/K293 AA-CAES寿命/a40 系统投资折现率(%)8
附表3 光热集热系统参数
App.Tab.3 Parameters of solar collector system
参数数值 参考光学效率0.67 镜面及玻璃管清洁度系数0.98 太阳能冷却换热器的换热系数0.8 单位聚光集热反射镜的长度/m170 单位聚光集热反射镜的焦距/m8.6 单位镜场面积投资成本/(元/m2)910 储热系统热损失率(%/h)0.031 光-热转换效率(%)50 最小充/放热功率/kW0 最大充/放热功率/kW300
附图1 典型日的负荷预测曲线
App.Fig.1 Forecast curves of load in typical day
附图2 太阳直接法向辐射强度的典型日预测曲线
App.Fig.2 Forecast curves of solar direct normal irradiation in typical day
参考文献
[1] 张沈习, 王丹阳, 程浩忠, 等. 双碳目标下低碳综合能源系统规划关键技术及挑战[J]. 电力系统自动化, 2022, 46(8): 189-207.
Zhang Shenxi, Wang Danyang, Cheng Haozhong, et al. Key technologies and challenges of low-carbon integrated energy system planning for carbon emission peak and carbon neutrality[J]. Automation of Electric Power Systems, 2022, 46(8): 189-207.
[2] 梅生伟, 李瑞, 陈来军, 等. 先进绝热压缩空气储能技术研究进展及展望[J]. 中国电机工程学报, 2018, 38(10): 2893-2907, 3140.
Mei Shengwei, Li Rui, Chen Laijun, et al. An overview and outlook on advanced adiabatic compressed air energy storage technique[J]. Proceedings of the CSEE, 2018, 38(10): 2893-2907, 3140.
[3] 赵冬梅, 王浩翔, 陶然. 计及风电-负荷不确定性的风-火-核-碳捕集多源协调优化调度[J]. 电工技术学报, 2022, 37(3): 707-718.
Zhao Dongmei, Wang Haoxiang, Tao Ran. A multi-source coordinated optimal scheduling model considering wind-load uncertainty[J]. Transactions of China Electrotechnical Society, 2022, 37(3): 707-718.
[4] 梅生伟, 薛小代, 陈来军. 压缩空气储能技术及其应用探讨[J]. 南方电网技术, 2016, 10(3): 11-15, 31.
Mei Shengwei, Xue Xiaodai, Chen Laijun. Discussion on compressed air energy storage technology and its application[J]. Southern Power System Technology, 2016, 10(3): 11-15, 31.
[5] 周长城, 马溪原, 郭祚刚, 等. 面向工程应用的用户级综合能源系统规划[J]. 电工技术学报, 2020, 35(13): 2843-2854.
Zhou Changcheng, Ma Xiyuan, Guo Zuogang, et al. User-level integrated energy system planning for engineering applications[J]. Transactions of China Electrotechnical Society, 2020, 35(13): 2843-2854.
[6] 蒋向兵, 汤波, 余光正, 等. 面向新能源就地消纳的园区储能与电价协调优化方法[J]. 电力系统自动化, 2022, 46(5): 51-64.
Jiang Xiangbing, Tang Bo, Yu Guangzheng, et al. Coordination and optimization method of park-level energy storage and electricity price for local accommodation of renewable energy[J]. Automation of Electric Power Systems, 2022, 46(5): 51-64.
[7] 王昀, 谢海鹏, 孙啸天, 等. 计及激励型综合需求响应的电-热综合能源系统日前经济调度[J]. 电工技术学报, 2021, 36(9): 1926-1934.
Wang Yun, Xie Haipeng, Sun Xiaotian, et al. Day-ahead economic dispatch for electricity-heating integrated energy system considering incentive integrated demand response[J]. Transactions of China Electrotechnical Society, 2021, 36(9): 1926-1934.
[8] 李建林, 牛萌, 周喜超, 等. 能源互联网中微能源系统储能容量规划及投资效益分析[J]. 电工技术学报, 2020, 35(4): 874-884.
Li Jianlin, Niu Meng, Zhou Xichao, et al. Energy storage capacity planning and investment benefit analysis of micro-energy system in energy interconnection[J]. Transactions of China Electrote-chnical Society, 2020, 35(4): 874-884.
[9] Li Zhiao, Chen Laijun, Wei Wei, et al. Risk constrained self-scheduling of AA-CAES facility in electricity and heat markets: a distributionally robust optimization approach[J]. CSEE Journal of Power and Energy Systems, 2021: 1-9. http://dx.doi.org/10.17775/ CSEEJPES.2020.06130.
[10] 李建林, 崔宜琳, 王力. 储能学科建设探索及相关建议[J/OL]. 中国电机工程学报: 1-8[2022-06-16]. http://dx.doi.org/10.13334/j.0258-8013.pcsee.212203.
Li Jianlin, Cui Yilin, Wang Li, et al. Exploration and suggestions on the construction of energy storage discipline[J]. Proceedings of the CSEE: 1-8[2022-06-16]. http://dx.doi.org/10.13334/j.0258-8013.pcsee.212203.
[11] 薛小代, 梅生伟, 林其友, 等. 面向能源互联网的非补燃压缩空气储能及应用前景初探[J]. 电网技术, 2016, 40(1): 164-171.
Xue Xiaodai, Mei Shengwei, Lin Qiyou, et al. Energy Internet oriented non-supplementary fired compressed air energy storage and prospective of application[J]. Power System Technology, 2016, 40(1): 164-171.
[12] 中盐金坛盐化有限公司. 金坛盐穴压缩空气储能国家试验示范项目并网试验成功[J]. 中国盐业, 2021(19): 6-7.
[13] Mei Shengwei, Li Rui, Xue Xiaodai, et al. Paving the way to smart micro energy grid: concepts, design principles, and engineering practices[J]. CSEE Journal of Power and Energy Systems, 2017, 3(4): 440-449.
[14] 宁光涛, 李琳玮, 何礼鹏, 等. 面向绿色海岛微型综合能源系统的储能系统容量规划方法[J]. 电力自动化设备, 2021, 41(2): 8-15.
Ning Guangtao, Li Linwei, He Lipeng, et al. Capacity planning method of energy storage system for micro integrated energy system in environmental friendly Islands[J]. Electric Power Automation Equipment, 2021, 41(2): 8-15.
[15] Li Yaowang, Miao Shihong, Zhang Shixu, et al. A reserve capacity model of AA-CAES for power system optimal joint energy and reserve scheduling[J]. International Journal of Electrical Power & Energy Systems, 2019, 104: 279-290.
[16] Zhao Pan, Wang Peizi, Xu Wenpan, et al. The survey of the combined heat and compressed air energy storage (CH-CAES) system with dual power levels turbomachinery configuration for wind power peak shaving based spectral analysis[J]. Energy, 2021, 215: 119167.
[17] Yu Qihui, Tian Li, Li Xiaodong, et al. Compressed air energy storage capacity configuration and economic evaluation considering the uncertainty of wind energy[J]. Energies, 2022, 15(13): 4637.
[18] 韩中合, 王珊, 胡志强, 等. AA-CAES+CSP系统运行策略研究[J]. 太阳能学报, 2021, 42(1): 423-430.
Han Zhonghe, Wang Shan, Hu Zhiqiang, et al. Study on operation strategy of AA-CAES+CSP system[J]. Acta Energiae Solaris Sinica, 2021, 42(1): 423-430.
[19] 蔡杰, 张松岩, 杜治, 等. 含光热集热模块的先进绝热压缩空气储能系统容量配置策略[J]. 电力自动化设备, 2020, 40(7): 165-173.
Cai Jie, Zhang Songyan, Du Zhi, et al. Capacity allocation strategy of advanced adiabatic compressed air energy storage system with solar thermal collector module[J]. Electric Power Automation Equipment, 2020, 40(7): 165-173.
[20] 陈晓弢, 王国华, 司杨, 等. 改进的光热复合压缩空气储能系统设计方案及其仿真分析[J]. 电力自动化设备, 2018, 38(5): 20-26.
Chen Xiaotao, Wang Guohua, Si Yang, et al. Improved design scheme of solar thermal compressed air energy storage system and its simulation analysis[J]. Electric Power Automation Equipment, 2018, 38(5): 20-26.
[21] Wu Yunna, Zhang Ting. Risk assessment of offshore wave-wind-solar-compressed air energy storage power plant through fuzzy comprehensive evaluation model[J]. Energy, 2021, 223: 120057.
[22] Mei Shengwei, Wang Junjie, Tian Fang, et al. Design and engineering implementation of non-supplementary fired compressed air energy storage system: TICC-500[J]. Science China Technological Sciences, 2015, 58(4): 600-611.
[23] Sadeghi S, Askari I B. Prefeasibility techno-economic assessment of a hybrid power plant with photovoltaic, fuel cell and compressed air energy storage (CAES)[J]. Energy, 2019, 168: 409-424.
[24] Luo Xing, Wang Jihong, Krupke C, et al. Modelling study, efficiency analysis and optimisation of large-scale adiabatic compressed air energy storage systems with low-temperature thermal storage[J]. Applied Energy, 2016, 162: 589-600.
[25] Cocco D, Serra F. Performance comparison of two-tank direct and thermocline thermal energy storage systems for 1 MWe class concentrating solar power plants[J]. Energy, 2015, 81: 526-536.
[26] 崔杨, 张汇泉, 仲悟之, 等. 基于分时能量互补的风电-光热联合外送容量优化配置方法[J]. 电网技术, 2019, 43(11): 3875-3882.
Cui Yang, Zhang Huiquan, Zhong Wuzhi, et al. An optimization method to determine power delivery capacity of combined wind-CSP system based on time-sharing energy complementation[J]. Power System Technology, 2019, 43(11): 3875-3882.
[27] 潘超, 范宫博, 王锦鹏, 等. 灵活性资源参与的电热综合能源系统低碳优化[J/OL]. 电工技术学报, 2022: 1-14[2022-06-16]. http://dx.doi.org/10.19595/ j.cnki.1000-6753.tces.211725.
Pan Chao, Fan Gongbo, Wang Jinpeng, et al. Low-carbon optimization of electric and heating integrated energy system with flexible resource participation[J/OL]. Transactions of China Electrotechnical Society, 2022: 1-14[2022-06-16]. http://dx.doi.org/10.19595/j.cnki. 1000-6753.tces.211725.
[28] 吴晨曦, 陈泽昊, 张杰, 等. 考虑先进绝热压缩空气储能的风力发电系统成本/供电可靠性评估[J]. 电力自动化设备, 2020, 40(2): 62-71, 75.
Wu Chenxi, Chen Zehao, Zhang Jie, et al. Cost/power supply reliability assessment of wind power generation system considering advanced adiabatic compressed air energy storage[J]. Electric Power Automation Equipment, 2020, 40(2): 62-71, 75.
[29] 陈晓弢. 分布式压缩空气储能系统能效提升研究[D].北京: 清华大学, 2020.
[30] 齐长红, 路河, 田炜玮. 夜温对草莓产量和品质的影响探讨[J]. 农业工程技术(温室园艺), 2008, 28(6): 46-47.
Capacity Planning Method of Distributed Integrated Energy System with Solar Thermal Composite Compressed Air Energy Storage
Abstract The development of distributed integrated energy system (DIES) has played a key role in promoting clean energy accommodation and improving comprehensive energy utilization. Based on the abundant solar energy resources and the characteristics of the thermal and electrical coupling DIES in the Qinghai area, this paper proposed a solar thermal composite advanced adiabatic compressed air energy storage (ST-AA-CAES) as an energy hub in DIES. Firstly, DIES was proposed for application scenario of agricultural parks, and the operation constraint model of its subsystems were described. Secondly, the capacity planning model of the DIES, with minimizing the overall investment and operating cost as objective function, was established. The constraint of optimization model can transform into a mixed integer linear programming model, which can be solved by commercial solver. Finally, the effectiveness of proposed model was verified by the study case.
keywords：Distributed integrated energy system(DIES), solar thermal composite advanced adiabatic compressed air energy storage(ST-AA-CAES), agricultural park, capacity planning
DOI:10.19595/j.cnki.1000-6753.tces.220106
中图分类号：TM715
青海省高原绿色建筑与生态社区重点实验室开放基金计划《基于清洁能量路由器的高原人居环境提升技术研究与工程示范》（KLKF-2020-004）和青海省科技厅基础研究计划（2021-ZJ-938Q）资助项目。
收稿日期 2022-01-21
改稿日期 2022-06-23
方 乐 男，1998年生，硕士研究生，研究方向为压缩空气储能容量规划。E-mail：fangle_qhu@foxmail.com
陈晓弢 男，1982年生，副教授，硕士研究生导师，研究方向为储能技术与应用。E-mail：chenxiao_qhu@foxmail.com（通信作者）
（编辑 赫蕾）